揭秘科技

About 揭秘科技

科技不应该只是少数人的专利，每个人都应该能够理解和享受科技带来的好处。在这个快速发展的科技世界中，理解和跟上科技的步伐并不容易，能够穿透表象看到本质更为困难。我的目标是用通俗易懂的语言，将复杂的科技概念和商业话题讲解得明明白白。 主播老于在科技行业工作超过20年，曾在多家头部公司和独角兽企业担任要职。他在大型企业和初创公司皆有着将业务从零到一发展至盈利或全球过亿日活用户的经验。与许多科技从业者不同的是，老于曾直接负责研发、产品管理、销售运营、战略规划、合作伙伴拓展以及业务盈亏，涵盖了现代科技公司的所有方面。 老于对人类历史上规模最大的人工智能产品和用户反馈有着深刻了解，这使他在这一领域具备独特的洞察力。工作之外，老于热衷于心理学，并通过这一爱好获得了对人类行为和思维模式更深入的理解；老于还是一名规律的阿斯汤伽瑜伽练习者，这使得他思维敏锐、内在平静。

Publisher

老于带你看懂工作

Category

science · society & culture · technology

Language

zh

Explicit

No

First episode

15 Feb 2024

Latest episode

26 Oct 2026

Latest episodes

168 episodes in the feed.

1. 

   26 Oct 2026

   E169 Figure AI正在解决的问题，为什么中国机器人公司选择了绕过？

   00:27 Figure AI 将其内部全体员工大会的视频完整的公布到了互联网上，这在人类历史上是第一次。 01:41 国内，人形机器人的创业公司，在数量上早已经遥遥领先美国了。 02:37 问题来了，同样是在发展人形机器人，同样是投入了大量的人才和资本，为什么会形成如此不同的行业格局呢？ 03:38 Brett在全体员工大会上首先给出了他对机器人的通用智能的定义，非常简单，跟所有外行的理解和期望是一样的。 05:09 “前两个阶段是用钱买不来的”。他说的“用钱买不来的”，意思是说。。。 05:55 听到这个时间尺度，我不禁感到有些绝望。 07:45 从AI训模型的训练、学习和推理的需求出发，反过来设计机器人的硬件；而不是先设计好机器人的硬件，再想办法让让A、让AI去控制它。这是和国内公司一个截然不同的思路。 09:12 没有大脑，何谈硬件的成熟呢？没有在真实的场景部署工作过，又何谈硬件成熟呢？ 10:17 对于人形机器人这种未来可能长期待在家里的设备，电池的安全比电动车电池的安全更加重要。 10:34 即便已经迭代了4代硬件本体，Brett也只是把Figure4定位成"人形机器人的 iPhone1 时刻"。 11:32 机器人AI大模型的三个阶段：一是“能不能完成任务”，二是“能不能自主完成整个任务”，三是“能不能在从未见过的环境当中去完成任务”。 13:38 说到机器人训练所需要的视频数据，目前所谓主流的数据采集方式主要有两种。 14:36 我个人对这两种数据采集方式的实际价值都持有强烈的怀疑态度。 15:24 而这两种数采方式之所以能够流行，尤其是第一种，自有其背后的商业逻辑。 16:12 我们再来看看Figure AI是如何去解决训练数据这个行业难题的。 17:16 与大多数假装努力的机器人公司不同，Figure一直在试图弄清楚如何去构建地球上最大规模的数据收集工作。 19:19 我们的投资人显然是无法按照这个规模去投入的。 19:45 通过蒸馏去获取国外机器人的基础模型能力? 20:18 在训练的算力方面，Figure的投入更加夸张。 21:56 Figure认为，后面这两个篇章都是用钱能买到答案的问题，因为这很大程度上是数据和算力的问题。 22:53 更糟糕的是，在这个最没有实际意义的KPI的指导之下，公司内部和整个行业也一直都在不合理的方向上狂奔。 23:43 他没有把尚未解决的问题包装成已经取得的成功，也没有把未来商业化所需要的规模当成今天技术成功的证明。 在小宇宙查看该单集文稿 (https://oia.xiaoyuzhoufm.com/player/6adeed5d97726cd46757c4d1?openTranscript=true&utm_source=rss&as=cHQ9MTIyNjE5MjQ3JmN0PXJzcyZtdD04&autoOpen=false)

2. 

   19 Oct 2026

   E168 我们为什么会以不同的方式理解同一个世界？

   思维方式，决定了我们会提出什么问题。而提出什么问题，往往比找到答案更有价值，因为不同的问题自然会把我们带向不同的方向和答案，也相应的就看到了不同的世界。 02:04 大部分人的思考习惯是，习惯了以“我觉得自己能够做到什么程度”为出发点来去设定目标。 02:36 这是以自己当前的能力和资源，过早的限制了对目标的想象。 05:09 还不只是一个人敢不敢设定更高的目标，而是从一开始，他们关注的问题就不一样，寻找答案的方向自然也不一样。 06:15 还经常会发生非常类似的另外一种，不知不觉的被限制或者是被引导。 06:37 很多时候，信息提供者，不仅决定了你能看到什么信息，还在不知不觉中替你决定了你会去如何思考 09:25 越擅长分析的人，甚至越有可能高效的在别人的框架内去寻找答案。 12:16 为什么一件看起来如此不合理的事情，不仅能够发生，而且能够长期的存在呢？ 在小宇宙查看该单集文稿 (https://oia.xiaoyuzhoufm.com/player/6ad564eb0e4e410a05bed49c?openTranscript=true&utm_source=rss&as=cHQ9MTIyNjE5MjQ3JmN0PXJzcyZtdD04&autoOpen=false)

3. 

   26 Aug 2026

   E167 Figure Index 10亿美元买数据，能否堆出机器人通用智能？

   00:23 最近一周可以说是国内整个机器人行业最热闹的高光时刻了。 01:20 距离真正的通用智能到底差什么呢？差的东西如何解决呢？ 01:54 "不是我不行，是我没有足够的数据，责任不在在我，在于没有数据"。 03:27 靠数据工厂采集数据来反哺机器人公司，来训练出通用智能，这条路需要多少时间？没有人知道。可能也没有人真正的想知道 06:00 Figure AI 重申这一点其实就是直接来回答了一个问题：机器人的大模型是不是也跟大语言模型一样，可以通过海量的训练数据而获得通用智能？ 07:32 在此之前，Figure跟其他的人形机器人公司一样，也曾经尝试去购买数据 08:21 这正是那种几乎不可能通过提前定义、而得出来的长尾数据。 10:02 Figure 正朝着规模化扩大100倍的方向前进，并且承诺在未来12个月里边，在数据收集和算力上投入要超过10亿美元。 10:41 宇树科技上市，被网上的声音吐槽最多的一个点是研发费用太低，甚至比养猪企业牧原股份都低 11:21 但可能真正的核心问题是：宇树如果要增加研发投入，投入在哪里呢？股东会同意吗？ 12:04 我们历来有低成本做事儿的本事，接下来，很可能国内会重现当年deepseek横空出世时的场面。 12:19 Figure 如果成功。。。；Figure如果失败。。。 12:41 这可能也正是我们一直专注于让机器人跳舞、跑步、上展会等等的战略原因。 在小宇宙查看该单集文稿 (https://oia.xiaoyuzhoufm.com/player/6a8eed6eef65145dfcc5dd7e?openTranscript=true&utm_source=rss&as=cHQ9MTIyNjE5MjQ3JmN0PXJzcyZtdD04&autoOpen=false)

Contact 揭秘科技

Guest appearances

Books guests

Based on episode analysis; this does not confirm that the show is currently accepting guests.

Shows with a similar audience

• 

  知行小酒馆

• 

  声动早咖啡

• 

  起朱楼宴宾客

• 

  What's Next｜科技早知道

• 

  思文，败类

• 

  商业就是这样